Hydroxyapatite formation on graphene oxide modified with amino acids: arginine versus glutamic acid
Notice bibliographique
Résumé
Hydroxyapatite (HA, Ca5(PO4)3OH) is the main inorganic component of hard tissues, such as bone and dentine. HA nucleation involves a set of negatively charged phosphorylated proteins known as non-collagenous proteins (NCPs). These proteins attract Ca(2+) and PO4(3-) ions and increase the local supersaturation to a level required for HA precipitation. Polar and charged amino acids (AAs) are highly expressed in NCPs, and seem to be responsible for the mineralizing effect of NCPs; however, the individual effect of these AAs on HA mineralization is still unclear. In this work, we investigate the effect of a negatively charged (Glu) and positively charged (Arg) AA bound to carboxylated graphene oxide (CGO) on HA mineralization in simulated body fluids (SBF). Our results show that Arg induces HA precipitation faster and in larger amounts than Glu. We attribute this to the higher stability of the complexes formed between Arg and Ca(2+) and PO4(3-) ions, and also to the fact that Arg exposes both carboxyl and amino groups on the surface. These can electrostatically attract both Ca(2+) and PO4(3-) ions, thus increasing local supersaturation more than Glu, which exposes carboxyl groups only.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».